১৯৮০ এর দশকে PRAM এবং BSP উভয় সমান্তরাল গণনার মডেলকে জন্ম দিয়েছে । দেখে মনে হচ্ছে দুটি মডেলের হাইডে 80 এর দশকের শেষভাগ এবং 90 এর দশকের প্রথমদিকে ছিল।
সমান্তরাল অ্যালগরিদমের জন্য গবেষণার ক্ষেত্রে এই অঞ্চলগুলি এখনও সক্রিয় রয়েছে? সমান্তরাল গণনার জন্য কি আরও নতুন অত্যাধুনিক মডেল রয়েছে? সাধারণ মডেলগুলি এখনও প্রচলিত রয়েছে, বা গবেষকরা জিপিজিপিইউ বা ক্লাউড ভিত্তিক গণনা ফ্যাশনে আসছেন?
উত্তর:
চারপাশে বেশ কয়েকটি মডেল ভেসে বেড়াচ্ছে, তবে সর্বাধিক আকর্ষণীয় কয়েকটি হ'ল:
এই বিষয়ে ডিআইএমএসিএস-এ গত মাসে একটি কর্মশালা ছিল : বিমূর্তগুলি বারণ করা আপনাকে আরও পয়েন্টার দেবে।
আমার উত্তরের ব্লগ-পোস্ট ফর্ম্যাটটির জন্য আমি আগেই ক্ষমা চেয়ে নিচ্ছি। সমান্তরাল কম্পিউটিং জগতের একটি ছোট ওভারভিউ তৈরি করতে আমি নিজেকে সাহায্য করতে পারিনি।
আপনি সমান্তরাল প্রোগ্রামিং মডেলগুলিকে মোটামুটি দুটি বিভাগে শ্রেণিবদ্ধ করতে পারেন: নিয়ন্ত্রণ-প্রবাহ এবং ডেটা-প্রবাহ মডেল।
কন্ট্রোল- প্রবাহ মডেল , যে প্রোগ্রামযোগ্য কম্পিউটার মূলত আজ একটি স্পষ্ট নিয়ন্ত্রণ কর্মসূচির অনুষঙ্গের মধ্যে সাদৃশ্য কাজ করতে চেষ্টা করুন। মূল সমস্যাটি মোকাবেলা করা হ'ল এই জাতীয় 'ভন নিউম্যান আর্কিটেকচার' সমান্তরাল সম্পাদনের জন্য নয়, দক্ষ ক্রমক্রমিক গণনার জন্য ডিজাইন করা হয়েছিল। এই জাতীয় প্রসঙ্গে সমান্তরালতা মৌলিক মডিউলগুলির অংশগুলি (স্মৃতিশক্তি, নিয়ন্ত্রণ, পাটিগণিত) সদৃশ দ্বারা প্রাপ্ত হয়।
শুধুমাত্র গাণিতিকের সদৃশকরণ আপনাকে সিমডি নির্দেশাবলী দেয়, সমস্ত ALUs একই প্রোগ্রাম কাউন্টার (পিসি) ভাগ করে এবং এইভাবে সর্বদা সমান্তরালভাবে একই অপারেশন চালিত করে, বিভিন্ন তথ্য সত্ত্বেও।
ALU এবং পিসির সদৃশ করে কিন্তু কন্ট্রোল ইউনিটের ভিতরে নির্দেশ সিকোয়েন্সার রাখা আপনাকে আউট অফ অর্ডার (OoO) কার্যকর করে যা কিছু পাইপলাইন-সমান্তরালতা দেয়। এই বিভাগে আপনি খুব দীর্ঘ নির্দেশ ওয়ার্ড (VLWI) এবং ব্রাঞ্চ-পূর্বাভাস কৌশল আছে। সফ্টওয়্যার পর্যায়ে আপনি এই বিভাগটি খুব কমই দেখতে পাচ্ছেন।
আরও কিছুটা এগিয়ে গেলে পুরো 'কোর' এর সদৃশ হয় তবে মেমরিটি ভাগ করে রাখা, এটি বর্তমান মাল্টিকোর প্রসেসর যা আপনাকে কার্য (বা থ্রেড) সমান্তরালতা দেয়। এই প্রসঙ্গে মেমরি ভাগ করে নেওয়া আপনাকে খুব, খুব কঠোর এবং সূক্ষ্ম সম্মতি সংক্রান্ত সমস্যা দেয় । বর্তমান মাল্টিকোরের সমান্তরাল গণনাগুলি এইভাবে সম্পূর্ণভাবে সিঙ্ক্রোনাইজেশন / সংমিশ্রণ সমস্যা, পারফরম্যান্সের সাবধানতার ভারসাম্য (কোনও সিঙ্ক নয়) এবং পছন্দসই শব্দার্থবিজ্ঞান (সম্পূর্ণ সিঙ্ক্রোনাইজড, সিক্যুয়ালি এক্সিকিউশন সিমানটিকস) এর চারদিকে ঘুরছে। এই উদাহরণ pram বা তার বেশি জনপ্রিয় এই দিন Cilk যেমন কাঁটাচামচ / যোগদানের (যেমন ofshoots IntelTBB , Java.Utils.Concurrency)। সিএসপি এবং অভিনেতা মডেলগুলি সম্মতিযুক্ত মডেল, তবে উপরে উল্লিখিত সম্মতি এবং সমান্তরালতা ভাগ করে নেওয়া মেমরির পরিবেশে ঝাপসা হয়ে যায়। এনবি সমান্তরালতা পারফরম্যান্সের জন্য, সঠিক শব্দার্থবিজ্ঞান বজায় রাখার জন্য সম্মতিযুক্ত rency
সদৃশ মেমরিটি আপনাকে এমন একটি নেটওয়ার্কযুক্ত কম্পিউটার দেয় যা এমপিআই এবং এর জাতীয় সাথে প্রোগ্রামিং হয় বা কেবলমাত্র অদ্ভুত নন-ভন নিউম্যান আর্কিটেকচার যেমন নেটওয়ার্ক-অন-চিপ প্রসেসর (ক্লাউড প্রসেসর, ট্রান্সপোর্টার, টাইলেরা) দেয়। মেমোরি মডেলগুলি যেমন ইউএমএ বা NUMA ভাগ করা মেমরির মায়া বজায় রাখার চেষ্টা করে এবং সফ্টওয়্যার বা হার্ডওয়্যার স্তরের মধ্যে উপস্থিত থাকতে পারে। এমপিআই প্রোগ্রাম স্তরের সমান্তরালতা বজায় রাখে এবং কেবল বার্তা প্রেরণের মাধ্যমে যোগাযোগ করে। বার্তা পাসিং যোগাযোগ এবং সমঝোতার জন্য (ট্রান্সপোর্টার) একটি হার্ডওয়্যার স্তরেও ব্যবহৃত হয়।
দ্বিতীয় বিভাগটি হ'ল ডেটা-ফ্লো মডেল । ভন নিউমানের নকশাকে এড়িয়ে এগুলি সমান্তরাল গণনাগুলি লেখার এবং সম্পাদন করার উপায় হিসাবে কম্পিউটার যুগের প্রথম দিকে এগুলি তৈরি করা হয়েছিল। ক্রমবর্ধমান ক্রিয়াকলাপটি তাত্পর্যপূর্ণভাবে বেড়ে যাওয়ার পরে '80 এর দশকে এগুলি প্রচলিত (সমান্তরাল কম্পিউটিংয়ের জন্য) বাইরে চলে গেছে। তবে গুগল ম্যাপ্রেডিউস, মাইক্রোসফ্টের ড্রাইড বা ইন্টেলের কনকন্টেন্ট কালেকশনগুলির মতো অনেকগুলি সমান্তরাল প্রোগ্রামিং সিস্টেমগুলি আসলে ডেটাফ্লো গণনা মডেল। কিছু সময়ে তারা একটি গ্রাফ হিসাবে গণনার প্রতিনিধিত্ব করে এবং মৃত্যুদন্ড কার্যকর করার জন্য এটি ব্যবহার করে।
মডেলগুলির অংশগুলি নির্দিষ্ট করে আপনি ডেটাফ্লো মডেলের জন্য বিভিন্ন বিভাগ এবং শব্দার্থবিজ্ঞান পান। গ্রাফের আকারটি আপনি কী সীমাবদ্ধ করবেন: ড্যাগ (সিএনসি, ড্রায়ড), গাছ (ম্যাপ্রেডস), ডিগ্রাফ? কঠোরভাবে সিঙ্ক্রোনাইজেশন শব্দার্থবিজ্ঞান ( লাস্টার) রয়েছে, প্রতিক্রিয়াশীল প্রোগ্রামিং]? আপনি কি স্ট্যাটিক শিডিয়ুল (স্ট্রেইমিটি) রাখতে সক্ষম হতে পুনরাবৃত্তিটিকে অস্বীকার করেন বা আপনি ডায়নামিক শিডিয়ুলার (ইন্টেল সিএনসি) রেখে আরও অভিব্যক্তি শক্তি সরবরাহ করেন? আগত বা বহির্গামী প্রান্তের সংখ্যার কি সীমা আছে? আগত ডেটার একটি উপসেট পাওয়া গেলে কি ফায়ারিং শব্দার্থবিজ্ঞানগুলি নোড ফায়ার করতে দেয়? প্রান্তগুলি হ'ল ডেটা (স্ট্রিম প্রসেসিং) বা একক ডেটা টোকেন (স্ট্যাটিক / ডায়নামিক সিঙ্গল অ্যাসাইনমেন্ট) stream সম্পর্কিত কাজের জন্য আপনি অরবিন্দ, কে। কবি, জে এর মতো লোকদের ডেটাফ্লো গবেষণা কাজ দেখে শুরু করতে পারেন। শার্প, ডাব্লু। একারম্যান, আর জগনাথন প্রমুখ
সম্পাদনা: সম্পূর্ণতার জন্য। আমার উল্লেখ করা উচিত যে এখানে সমান্তরাল হ্রাস-চালিত এবং প্যাটার্ন-চালিত মডেলগুলিও রয়েছে। হ্রাস কৌশলগুলির জন্য আপনার বিস্তৃতভাবে গ্রাফ-হ্রাস এবং স্ট্রিং-হ্রাস রয়েছে। হাস্কেল মূলত গ্রাফ-হ্রাস ব্যবহার করে যা একটি অনুক্রমিক শেয়ার্ড-মেমরি সিস্টেমের জন্য একটি অত্যন্ত দক্ষ কৌশল। স্ট্রিং-হ্রাস ডুপ্লিকেটগুলি কাজ করে তবে একটি ব্যক্তিগত-মেমরির সম্পত্তি রয়েছে যা এটি স্পষ্টতই সমান্তরাল হওয়ার পক্ষে আরও উপযুক্ত করে তোলে। প্যাটার্ন-চালিত মডেলগুলি সমান্তরাল লজিক ভাষা যেমন সমবর্তী প্রোলোগ। অভিনেতা মডেলটিও একটি প্যাটার্ন-চালিত মডেল, তবে ব্যক্তিগত মেমরির বৈশিষ্ট্যযুক্ত।
গীত। আমি 'মডেল' শব্দটি ব্যাপকভাবে ব্যবহার করি, আনুষ্ঠানিক মেশিনিকে আনুষ্ঠানিক এবং প্রোগ্রামিং উভয় উদ্দেশ্যেই আবৃত করি।
বার্তা-উত্তীর্ণ আর্কিটেকচারের জন্য, একটি মডেল যা বিএসপির সাথে বেশ সমান, তবে আপনি সত্যিকারের একটি মেশিনে যা পেয়েছেন তার কাছাকাছি পারফরম্যান্স বিশ্লেষণের সাথে মোকাবিলা করা আরও সহজ অবশ্যই সিজিএম বা মোটা দানাযুক্ত মাল্টিকম্পিউটার। এটি ফ্র্যাঙ্ক দেহেন দ্বারা প্রস্তাবিত হয়েছিল এবং আপনি এই প্রসঙ্গে বিকশিত অ্যালগরিদম উপস্থাপনের জন্য অনেক আকর্ষণীয় কাগজপত্র পাবেন।
সিজিএম পি প্রসেসরের ধরে ধরে মোটা দানাদার আর্কিটেকচারের সাথে খাপ খায়, প্রতিটি ও (এন / পি) স্থানীয় মেমরি এবং পি এর চেয়ে বড় আকারের (বিশালতার অর্ডার) এর সাথে ইনপুটটির আকার। অতএব, বর্তমান স্থাপত্যগুলিতে মডেলগুলি অন্যদের তুলনায় অনেক বেশি উন্নত মানচিত্র; এটি ব্যাপকভাবে অধ্যয়ন করা হয়েছে। মডেলটি নিম্নলিখিত অনুমানের উপর ভিত্তি করে তৈরি করা হয়েছে: (i) অ্যালগরিদমগুলি তথাকথিত সুপারস্টেপস সম্পাদন করে, যা স্থানীয় গণনার একটি ফেজ এবং ইন্টারমিডিয়েট বাধা সিঙ্ক্রোনাইজেশন সহ ইন্টারপ্রসেসর যোগাযোগের একটি ফেজ নিয়ে গঠিত, (ii) সমস্ত পি প্রসেসরের অ্যাক্সেস রয়েছে ও (এন / পি) স্থানীয় মেমরি, (iii) প্রতিটি সুপারস্টেপে, একটি প্রসেসর সর্বাধিক ও (এন / পি) উপাদানগুলি প্রেরণ এবং গ্রহণ করতে পারে এবং (iv) প্রসেসরের মধ্যে যোগাযোগের নেটওয়ার্কটি নির্বিচারে হতে পারে। এই মডেলটিতে একটি অ্যালগরিদম মূল্যায়ন করা হয় তার গণনার সময় এবং যোগাযোগের রাউন্ডের সংখ্যা। যদিও মডেলটি সহজ, তবুও এটি সমান্তরাল অ্যালগরিদমের আসল পারফরম্যান্সের যুক্তিসঙ্গত ভবিষ্যদ্বাণী সরবরাহ করে; প্রকৃতপক্ষে, সিজিএমগুলির জন্য সমান্তরাল অ্যালগোরিদমগুলির সাধারণত বাস্তবায়ন এবং বেঞ্চমার্ক করার সময় পরীক্ষামূলকভাবে নির্ধারিত প্রকৃত সময়ের খুব কাছাকাছি একটি তাত্ত্বিক জটিলতার বিশ্লেষণ থাকে।
সমান্তরাল বাহ্যিক মেমোরি (পিইএম) বাহ্যিক স্মৃতি মডেলের সাথে একটি PRAM- শৈলীর ভাগ করা মেমরি মেশিনের একটি প্রাকৃতিক সমন্বয়। এটি ব্যক্তিগত ক্যাশেগুলির প্রভাবগুলিকে কেন্দ্র করে।
আমি যা জানি, বিএসপি এবং লগপি মডেলগুলি বিতরণকৃত অ্যালগরিদমের জন্য আজ ব্যবহৃত হয়। এছাড়াও, জিপিইউ কম্পিউটিংয়ের পরে, পিআরএএম হিসাবে আবার জনপ্রিয় হয়ে উঠেছে, তবে বিশ্লেষণে মেমরির স্তরবিন্যাসকে অন্তর্ভুক্ত করা উচিত। আপনি ইউপিএমএইচ মডেলটি (ইউনিফর্ম প্যারালাল মেমরি হায়ারার্কি) চেক করতে পারেন যা প্রমকে সুন্দরভাবে পরিপূরক করে।
বি। আল্পার্ন, এল। কার্টার, ই। ফেগ এবং টি। সেলকার। গণনার অভিন্ন মেমরি শ্রেণিবদ্ধ মডেল। অ্যালগরিদমিকা, 12: 72–109, 1994. 10.1007 / বিএফ01185206।
বোভেন আল্পার্ন, ল্যারি কার্টার এবং জেনি ফেরান্তে। সমান্তরাল কম্পিউটারগুলিকে মেমরি শ্রেণিবদ্ধ হিসাবে মডেলিং করা। ইন প্রো। বিপুল পরিমাণে সমান্তরাল কম্পিউটারগুলির জন্য প্রোগ্রামিং মডেল, পৃষ্ঠা 116 11 123. আইইইই কম্পিউটার সোসাইটি প্রেস, 1993।
জিপিইউ কম্পিউটিংয়ের জন্যও একটি তাত্ত্বিক কম্পিউটিং মডেলের প্রস্তাব এসেছে; কে-মডেল:
গ্যাব্রিয়েল ক্যাপানিনি, ফ্যাব্রিজিও সিলভেস্ট্রি এবং রাণেরি বড়গলিয়া। কে-মডেল: স্ট্রিম প্রসেসরগুলির জন্য একটি নতুন কম্পিউটেশনাল মডেল। হাই পারফরম্যান্স কম্পিউটিং অ্যান্ড কমিউনিকেশনস ২০১০ এর আইইইই দ্বাদশ আন্তর্জাতিক সম্মেলনের কার্যক্রম, এইচপিসি'র '10, পৃষ্ঠাগুলি 239-256, ওয়াশিংটন, ডিসি, মার্কিন যুক্তরাষ্ট্র, 2010. আইইইই কম্পিউটার সোসাইটি।
সবশেষে, আমি সেলুলার অটোমেটা (সিএ) সমান্তরাল কম্পিউটার হিসাবে মডেলিং করে দেখেছি, ব্যক্তিগতভাবে আমি মনে করি এটি একটি খুব আকর্ষণীয় গবেষণা বিষয়। ভবিষ্যতে প্রসেসরগুলিতে কে জানে তা কম গণনার অল্প জায়গার মতো এইভাবে তৈরি করা হবে। এর জন্য আমার কাছে কোনও শক্ত রেফারেন্স নেই, আপনি ওয়েবে দেখতে পারেন।
নিখুঁত ক্রিয়ামূলক প্রোগ্রামগুলি স্বাধীন অভিব্যক্তির সমান্তরাল সম্পাদনের অনুমতি দেয়। অতএব, আমি তাদের গণনার সমান্তরাল মডেল হিসাবে গণনা করব।
আমি বাডার-জাজা পদ্ধতির পছন্দ করি (বিভাগ ২.১ দেখুন)। আপনি বার্তা প্রেরণ সমস্যা হিসাবে জটিলতা মডেল। প্রেরিত প্রতিটি বার্তার জন্য যোগাযোগের সূচনা করার জন্য বিলম্বের জন্য একটি পরিবর্তনশীল এবং ব্যান্ডউইথের জন্য একটি পরিবর্তনশীল উভয়ই থাকে।
আপনি বিশেষভাবে ক্লাউড কম্পিউটিংয়ের উল্লেখ করেছেন। সঙ্গে এই এলাকায় মাত্র কয়েক বছর তীব্র নতুনত্ব মধ্যে আছে হয়েছে আমাজন ইলাস্টিক Compute মেঘ Google App ইঞ্জিন ও বিভিন্ন সরঞ্জাম এবং তাদের যুক্ত ধারণাগত সমান্তরাল প্রক্রিয়াজাতকরণ "মডেল"।
বিশেষ ওপেন সোর্স টুলস গুগলের অন্তর্ভুক্ত MapReduce , এ্যাপাচি Hadoop এর, এবং NoSQL ডাটাবেস যা নতুন, শক্তিশালী, parallelization অ্যালগরিদম "সর্বোত্তম কার্যাভ্যাস" এ ব্যাপকভাবে অভিযোজিত মান এবং "নকশা নিদর্শন" হিসাবে উঠতি করছে। এছাড়াও মেমক্যাচডি ক্রমবর্ধমান একটি মেমোরি বিতরণ ডাটাবেস হিসাবে ব্যবহার করা হচ্ছে। সাম্প্রতিক একটি গবেষণাপত্রে বর্ণিত [1] ফেসবুকে এর একটি উদাহরণ ব্যবহৃত হয়েছে।
[1] বেরেজেককি এট আল দ্বারা অনেকগুলি মূল কী-মান সঞ্চয়
এই উপর অন্য একটি কোণ। স্বীকৃত যে এটিকে কিছুটা অস্পষ্ট বা কিছু লোকের দ্বারস্থ হতে পারে, তবে সামান্ত্রিককরণের জন্য কিছু কাজ রয়েছে, সাধারণভাবে, সম্ভাব্য আলগোরিদিমগুলি, যা কিছুটা স্বাভাবিকভাবেই সমান্তরালতার জন্য উপযুক্ত বলে মনে হয়।
উদাহরণস্বরূপ দেখুন ওয়ার্কস্টেশন রাডেনস্কি, ভ্যান, নরিসের একটি ক্লাস্টারে সমান্তরাল সম্ভাব্য গণনাগুলি:
সম্ভাব্য অ্যালগরিদমগুলি জটিল সমস্যা সমাধানের জন্য গণনামূলকভাবে নিবিড় আনুমানিক পদ্ধতি। সম্ভাব্য অ্যালগরিদমগুলি ক্লাস্টার কম্পিউটিংয়ের জন্য দুর্দান্ত প্রার্থী কারণ তাদের খুব কম যোগাযোগ এবং সমন্বয় প্রয়োজন require সম্ভাব্য ক্লাস্টার কম্পিউটেশনের জন্য জেনেরিক অ্যালগরিদম হিসাবে একটি সাধারণ সমান্তরাল নিয়ন্ত্রণ কাঠামো নির্দিষ্ট করা সম্ভব । এই জাতীয় জালিয়াল সমান্তরাল অ্যালগরিদমকে বিভিন্ন অক্ষম সমস্যার জন্য আনুমানিক সমান্তরাল সমাধানগুলি পেতে ডোমেন-নির্দিষ্ট অনুক্রমিক অ্যালগরিদমের সাথে একসাথে আটকানো যেতে পারে। এই কাগজে আমরা ওয়ার্কস্টেশনগুলির একটি ক্লাস্টারে সম্ভাব্য গণনার জন্য জেনেরিক অ্যালগরিদম প্রস্তাব করি। দুটি পৃথক অপ্টিমাইজেশান সমস্যার জন্য নির্দিষ্ট সমান্তরাল অ্যালগরিদম পেতে আমরা এই জেনেরিক অ্যালগরিদমটি ব্যবহার করি: ন্যাপস্যাক সমস্যা এবং ভ্রমণকারী বিক্রয় সমস্যা person
যদি বিষয়টি পরিষ্কার না হয় তবে সম্ভাব্য গণনা এবং সামগ্রিক রূপান্তর সহ "জেনেরিক অ্যালগরিদম হিসাবে সাধারণ সমান্তরাল নিয়ন্ত্রণ কাঠামো" এবং "সামগ্রিক রূপান্তর" হ'ল "মডেল"।
এটি যুক্তিযুক্ত হতে পারে যে সম্ভাব্য গণনা কঠোরভাবে শাস্ত্রীয় কম্পিউটিং বা ট্যুরিং সম্পূর্ণ নয়। সুতরাং লক্ষ করুন যে সম্ভাব্য গণনার সাথে ক্লাসিকাল টাই করার কিছু কাজ রয়েছে বিশেষত একটি সমান্তরাল প্রসঙ্গে যেমন
রাও কর্তৃক সম্ভাব্য সমান্তরাল কর্মসূচি সম্পর্কে যুক্তি :
অ্যালগরিদমের নকশা এবং বিশ্লেষণে র্যান্ডমাইজেশনের ব্যবহার কঠিন এবং সহজতর দক্ষ অ্যালগরিদমকে কঠিন সমস্যার প্রতিশ্রুতি দেয়, যার মধ্যে কিছুগুলির মধ্যে একটি ডিস্ট্রিমেন্টিক সমাধান নাও থাকতে পারে। সরলতা, দক্ষতা এবং দ্রবণীয়তার এই লাভটি আরও পরিমাণগত ধারণার জন্য অ্যালগরিদমের নিখুঁত নির্ভুলতার সনাতন ধারণাটির বাণিজ্য বন্ধ করে দেয়: 0 এবং 1 এর মধ্যে একটি সম্ভাব্যতার সাথে শুদ্ধতা ইতিমধ্যে অদ্বিতীয়টির সাথে সমান্তরালতার ধারণাকে সংযোজন এলোমেলোকরণের ধারণা সম্ভাব্য সমান্তরাল প্রোগ্রামগুলি সম্পর্কে আরও তাত্পর্যপূর্ণ এবং কঠিন সম্পর্কে যুক্তিযুক্ত করে তোলে। এই গবেষণাপত্রে আমরা সম্ভাব্য সমান্তরাল প্রোগ্রামগুলির বৈশিষ্ট্যগুলি নির্ধারণ এবং প্রাপ্ত করার সমস্যাটি সমাধান করেছি যা হয় নির্বিচারে বা সম্ভাব্যতা 1 সহ ধারণ করে।
অবশ্যই কিউএম কম্পিউটিং প্রব্যাবিলিস্টিক কম্পিউটিংয়ের সাথে অত্যন্ত অনুরূপ (একটি দুর্দান্ত রেফ যা এতে জোর দেয় ফোর্তনু দ্বারা কোয়ান্টাম কম্পিউটিংয়ের ওয়ান কমপ্লেক্সিটি থিওরিস্টের দৃষ্টিভঙ্গি ) এবং সেখানে এই পদ্ধতির প্রসারিত হতে পারে এমন কিছু ইঙ্গিত রয়েছে যেমন, সমান্তরাল কিউএম সিমুলেশনটিতে কাজ করার ক্ষেত্রে।
এটি কারও দ্বারা বিতর্কিত হিসাবে বিবেচিত হবে এবং এমনকি এই কোণটির সমর্থকরা গবেষণার প্রাথমিক পর্যায়ে এটি স্বীকার করতে হবে, তবে মূলত কোয়ান্টাম কম্পিউটিংয়ের সমান্তরালতা এবং সমান্তরাল গণনার সাথে অনেক সংযোগ রয়েছে বলে মনে হয়। তথ্যসূত্রগুলি এখনই ছড়িয়ে ছিটিয়ে রয়েছে তবে একটি উদীয়মান থিমটি নির্ধারিত গবেষক দ্বারা দেখা যেতে পারে।
সম্ভবত সর্বোত্তম সংযোগটি হ'ল বিতর্ক অনুসন্ধান অ্যালগরিদমের সাথে যা সম্প্রতি বেশিরভাগ এনপি সম্পূর্ণ সমস্যার জন্য দ্রুতগতির জন্য ব্যবহারযোগ্য হওয়ার অর্থে আরও সাধারণ হিসাবে প্রদর্শিত হয়েছে [5]। সমান্তরাল ডাটাবেস অনুসন্ধান অ্যালগরিদমের সাথে বিতর্ক অ্যালগরিদমের দৃ a় উপমা / সংযোগ রয়েছে বলে মনে হয়। সেরা ধ্রুপদী সিরিয়াল অ্যালগরিদম একই পারফরম্যান্সের সাথে মিলিত হতে পারে না তবে কমপক্ষে একটি কর্তৃপক্ষ সম্প্রতি যুক্তি দিয়েছে যে সন্ধানের জন্য কিউএমের দৃষ্টিভঙ্গি আসলে সমান্তরাল ধ্রুপদী অ্যালগোরিদমকে ছাড়িয়ে যায় না [[1]
আরও প্রমাণ হ'ল এমন প্রকল্পগুলি যা কোয়ান্টাম অনুসন্ধানের মধ্যে সমান্তরালতার দিকে সুস্পষ্টভাবে নজর দেয় যেমন [২]। কোয়ান্টাম সিমুলেটর (গুলি) প্রস্তাব করা হয়েছে যা সমান্তরাল / বিতরণ প্রক্রিয়াজাতকরণ [3] [4] এর উপর ভিত্তি করে এবং স্কিমটি ভাল ফিট করে এবং দক্ষ এবং ট্র্যাকটেবল সিমুলেশনগুলির দিকে পরিচালিত করে (30 কোয়েটগুলি রেফ [3] তে সিমুলেটেড হয়), এই রূপান্তর অবশ্যই নিছক একটি কাকতালীয় ঘটনা নয় এবং এটি সমান্তরাল ক্লাসিকাল কম্পিউটিং এবং কিউএম কম্পিউটিংয়ের মধ্যে একটি গভীর সেতু নির্দেশ করে, তবে সম্ভবত এতদূর উন্মুক্ত।
[1] কোয়ান্টাম অনুসন্ধান কি ব্যবহারিক? ভায়ামোনটস এট আল দ্বারা
[২] উ / ডিয়ান দ্বারা সমান্তরাল একক বৈষম্য স্কিমগুলির দ্বারা সঠিক কোয়ান্টাম অনুসন্ধান
[3] নিভা, মাতসুমোটো, ইমাআই দ্বারা কোয়ান্টাম কম্পিউটিংয়ের জন্য সাধারণ উদ্দেশ্যে সমান্তরাল সিমুলেটর ।
[4] বিলেস এট 2012 দ্বারা দক্ষ বিতরণ কোয়ান্টাম কম্পিউটিং
[5] ফিউর ২০০৮ দ্বারা কোয়ান্টাম অনুসন্ধানে এনপি সম্পূর্ণ সমস্যা সমাধান করছে